大模型推理能力

Compositional Generalization from Learned Skills via CoT Training: A Theoretical and Structural Analysis for Reasoning

通过Co-T训练从已学技能中实现组合泛化：一种理论和结构分析用于推理

Xinhao Yao, Ruifeng Ren, Yun Liao, Lizhong Ding, Yong Liu

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理研究重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程研究中心，教育部） ； Tianjin University of Science and Technology（天津科技大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；CoT(title,abstract)；chain-of-thought(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文通过理论和结构分析揭示CoT训练通过组合学习技能提升模型推理泛化能力的核心机制。

Comments ICLR 2026

Finding the Cracks: Improving LLMs Reasoning with Paraphrastic Probing and Consistency Verification

发现裂缝：通过反语探测和一致性验证改进大语言模型推理

Weili Shi, Dongliang Guo, Lehan Yang, Tianlong Wang, Hanzhang Yuan, Sheng Li

机构 * School of Data Science, University of Virginia, Charlottesville, United States.（数据科学学院，弗吉尼亚大学，切萨皮克市，美国） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 PPCV通过反语探测和一致性验证改进大语言模型推理，通过识别和替换关键标记以提升推理准确性。

Internalizing Multi-Agent Reasoning for Accurate and Efficient LLM-based Recommendation

内部化多智能体推理以实现准确且高效的基于LLM的推荐

Yang Wu, Haoze Wang, Qian Li, Jun Zhang, Huan Yu, Jie Jiang

专题命中 复杂问题求解 ：reasoning(title,abstract)；planning(abstract)

AI总结 本文提出STAR模型，通过轨迹驱动的内部化方法，将多智能体推理能力高效整合到单模型中，实现准确且高效的推荐系统。

FlowMind: Execute-Summarize for Structured Workflow Generation from LLM Reasoning

FlowMind: 从LLM推理生成结构化工作流的执行-总结

Yihao Liu, Ziyun Zhang, Zile He, Huaqian Cai

机构 * Peking University（北京大学） ； East China University of Technology（东华大学） ； National Key Laboratory of Data Space Technology and System（数据空间技术与系统国家重点实验室） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 FlowMind通过执行-总结框架将LLM推理转化为结构化工作流，提高工作流的准确性和鲁棒性。

Truth in the Few: High-Value Data Selection for Efficient Multi-Modal Reasoning

少量数据中的真实性：为高效多模态推理选择高价值数据

Shenshen Li, Xing Xu, Kaiyuan Deng, Lei Wang, Heng Tao Shen, Fumin Shen

机构 * University of Electronic Science and Technology of China（电子科技大学） ； School of Computer Science and Engineering（计算机科学与工程学院） ； Tongji University（同济大学） ； School of Computer Science and Technology（计算机科学与技术学院） 纠错

专题命中 复杂问题求解 ：reasoning(title,abstract)；分类 cs.AI

AI总结 本研究提出RAP方法，通过识别高价值认知样本和替换平凡实例，有效提升多模态推理效率，仅用9.3%训练数据即可实现性能超越。

Comments Under Review

RAM-Net: Expressive Linear Attention with Selectively Addressable Memory

RAM-Net：具有可选地址记忆的表达性线性注意力

Kaicheng Xiao, Haotian Li, Liran Dong, Guoliang Xing

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL、cs.LG

AI总结 RAM-Net通过可选地址记忆机制，在保持线性模型效率的同时提升长距离检索和复杂依赖捕捉能力。

SkillRater: Untangling Capabilities in Multimodal Data

SkillRater: 解构多模态数据中的能力

Naveen Sahi, Jeremy Dohmann, Armen Aghajanyan, Akshat Shrivastava

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 SkillRater通过分解多模态数据质量为多个独立能力维度，提升模型在视觉理解、OCR和STEM推理上的性能。

FaithRL: Learning to Reason Faithfully through Step-Level Faithfulness Maximization

FaithRL: 通过步骤级忠实性最大化学习合理推理

Runquan Gui, Yafu Li, Xiaoye Qu, Ziyan Liu, Yeqiu Cheng, Yu Cheng

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 FaithRL通过步骤级忠实性最大化优化，减少大型语言模型的幻觉并提高推理准确性。

Affordance-Graphed Task Worlds: Self-Evolving Task Generation for Scalable Embodied Learning

具身学习的可扩展任务生成：基于 affordance 的任务世界

Xiang Liu, Sen Cui, Guocai Yao, Zhong Cao, Jingheng Ma, Min Zhang, Changshui Zhang

专题命中 复杂问题求解 ：reasoning(abstract)

AI总结 本文提出 AGT-World 框架，通过结构化图方法实现任务空间的精确分解，并结合混合反馈机制实现策略的自进化，从而提升机器人任务生成的可扩展性和泛化能力。